时序数据处理 - 标签 - MartinLwx's Blog https://martinlwx.github.io/zh-cn/tags/%E6%97%B6%E5%BA%8F%E6%95%B0%E6%8D%AE%E5%A4%84%E7%90%86/ 时序数据处理 - 标签 - MartinLwx's Blog Hugo -- gohugo.iozh-CNmartinlwx@163.com (MartinLwx) martinlwx@163.com (MartinLwx)<a rel="license noopener" href="https://creativecommons.org/licenses/by-nc-nd/4.0/" target="_blank">CC BY-NC-ND 4.0</a>Thu, 03 Sep 2026 00:13:29 +0800 时序数据降采样：LTTB 与 MinMaxLTTB https://martinlwx.github.io/zh-cn/time-series-data-downsampling-lttb-and-minmaxlttb/ Thu, 03 Sep 2026 00:13:29 +0800 MartinLwx https://martinlwx.github.io/zh-cn/time-series-data-downsampling-lttb-and-minmaxlttb/ 背景

最近在工作中需要处理一些时序数据，需要对时序数据做降采样（Downsampling）处理。因此学习了一下 LTTB 算法和 MinMaxLTTB 算法

从降采样的技术上来说，大致可以分成 2 种1

  • 特征保持（Characteristic Preserving）：此时降采样的目标是让统计特征（均值、方差等）在降采样前后尽量一致
  • 值保持（Value Preserving）：从原始数据点中挑选数据点，目标是让整体形状在降采样前后尽量一致

无论是 LTTB 算法还是 MinMaxLTTB 算法，本质上都是值保持的一种。即他们的目标都是在降采样后尽量维持原来的形状

]]>